工業(yè)大數(shù)據(jù)驅(qū)動(dòng)企業(yè)創(chuàng)新發(fā)展

在當(dāng)今競爭激烈的商業(yè)環(huán)境中，企業(yè)正面臨著前所未有的挑戰(zhàn)，即如何利用大數(shù)據(jù)，快速而精確地決策以提高生產(chǎn)力。追溯過去，整個(gè)制造業(yè)看的是生產(chǎn)力需求。今天我們的需求發(fā)生了變化。

一． 如何理解工業(yè)4.0的核心驅(qū)動(dòng)

工業(yè)發(fā)展的早期為支持生產(chǎn)流程而采用簡單的機(jī)械系統(tǒng)，這是制造端的生產(chǎn)力需求。而隨著工業(yè)4．0的出現(xiàn)、互聯(lián)網(wǎng)等科技新生態(tài)的飛速全面化，消費(fèi)者對產(chǎn)品創(chuàng)新、質(zhì)量、品種以及交付速度的看法發(fā)生了質(zhì)的變化，這就是我們今天看到的市場個(gè)性化需求的根本原因之一。到目前為止，為適應(yīng)動(dòng)態(tài)變化的市場需求而采用高度自動(dòng)化的流水線等新科技，其核心驅(qū)動(dòng)來自消費(fèi)端。因此，現(xiàn)代制造設(shè)備必須具備自我意識、自我預(yù)測、自適應(yīng)對比、自主重配置以及自主維修等工業(yè)智能的能力，才有可能實(shí)現(xiàn)全面?zhèn)€性化與創(chuàng)新的發(fā)展。

在工業(yè)化不同價(jià)值鏈的體系下，除了從生產(chǎn)端前移到消費(fèi)端外，也同時(shí)從上游往下游突破。從用戶的最終價(jià)值出發(fā)，要實(shí)現(xiàn)工業(yè)產(chǎn)品的服務(wù)與個(gè)性化，實(shí)現(xiàn)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的融合與協(xié)同優(yōu)化是必然之路。

美國人之所以認(rèn)為未來智能工業(yè)的發(fā)展從生產(chǎn)制造端到消費(fèi)端的轉(zhuǎn)變是必然，并且提出工業(yè)互聯(lián)網(wǎng)的理念，是因?yàn)槊绹鴱?qiáng)調(diào)的是互聯(lián)網(wǎng)與商業(yè)模式創(chuàng)新力。美國的工業(yè)互聯(lián)網(wǎng)關(guān)注的方向是充分利用其信息技術(shù)的巨大優(yōu)勢，實(shí)現(xiàn)以消費(fèi)者為核心的智能服務(wù)。

德國在制造業(yè)的核心優(yōu)勢是裝備制造業(yè)以及生產(chǎn)線自動(dòng)化，所以德國的工業(yè)4．0實(shí)踐關(guān)注銷售、服務(wù)能力的提升。因而德國提出的是信息物理產(chǎn)品系統(tǒng)加物聯(lián)網(wǎng)IOT為中心的管理革命戰(zhàn)略。

二． 如何理解工業(yè)大數(shù)據(jù)

大數(shù)據(jù)的理念已經(jīng)廣為大眾所接受，其核心都強(qiáng)調(diào)價(jià)值。目前，除了大數(shù)據(jù)的基礎(chǔ)建設(shè)之外，從數(shù)據(jù)到信息的工作，更多的是停留在社交或商業(yè)數(shù)據(jù)挖掘上。例如，銷售預(yù)測、用戶關(guān)系挖掘與聚類、推薦系統(tǒng)、觀點(diǎn)挖掘等。這些研究都非常重要，也極具創(chuàng)新意義，特別是對拉動(dòng)消費(fèi)很有幫助。但是，這些實(shí)踐都只關(guān)注了“人為數(shù)據(jù)或與人相關(guān)的數(shù)據(jù)”，而忽略了“機(jī)器數(shù)據(jù)或工業(yè)數(shù)據(jù)”，如設(shè)備控制器、傳感器、制造系統(tǒng)等。

產(chǎn)品做出來之后，到底如何使用它？以前關(guān)心的是如何生產(chǎn)最好的產(chǎn)品，現(xiàn)在關(guān)心的是產(chǎn)品怎么去用，消費(fèi)體驗(yàn)在哪里？第一，我們現(xiàn)在對工業(yè)價(jià)值的認(rèn)知必須從后往前移，從消費(fèi)端走到生產(chǎn)價(jià)值鏈前端。第二，從關(guān)注機(jī)器與機(jī)器的數(shù)據(jù)或工業(yè)環(huán)境數(shù)據(jù)，到全面協(xié)同優(yōu)化，關(guān)注這個(gè)價(jià)值體系，實(shí)現(xiàn)我們對工業(yè)4．0的完整理解。

三． 工業(yè)大數(shù)據(jù)的核心支撐力

在工業(yè)大數(shù)據(jù)的實(shí)踐中，宏觀與微觀、規(guī)模與定制、個(gè)性與共性必然成為主要的幾個(gè)矛盾。在這三大矛盾的背后，我們要通過工業(yè)大數(shù)據(jù)看到我們以前看不到的因素，處理好這些數(shù)據(jù)，就像Jay Lee教授講的，讓數(shù)據(jù)成為有價(jià)值的信息。工業(yè)4．0的五個(gè)支撐力值得我們關(guān)注。

1． 降低生產(chǎn)過程中的浪費(fèi)。生產(chǎn)過程中的消耗來源于組織與組織之間、人與人之間、材料與工藝之間、流程之間，所以我們首先要考慮的問題是，如何降低消耗、浪費(fèi)。

2． 制造工業(yè)環(huán)保與安全。沒有碳排放是不現(xiàn)實(shí)的，但排放怎么轉(zhuǎn)移，怎么去消費(fèi)它是問題。

3． 根據(jù)生產(chǎn)狀況，實(shí)現(xiàn)系統(tǒng)自我調(diào)整。在工業(yè)大數(shù)據(jù)里，我們稱之為自適應(yīng)。整個(gè)工業(yè)4．0講的就是自適應(yīng)、自感應(yīng)、自調(diào)理。大數(shù)據(jù)分析到最后有很大程度取決于人工智能，指的是自適應(yīng)能力的強(qiáng)弱，機(jī)器自我學(xué)習(xí)能力的強(qiáng)弱。

4． 實(shí)現(xiàn)制造業(yè)的價(jià)值化。

5． 實(shí)現(xiàn)用戶需求、產(chǎn)品設(shè)計(jì)、制造和營銷的配合。

這五大支柱的焦點(diǎn)就是顯性因素和非顯性因素。我們曾經(jīng)關(guān)心的是產(chǎn)品的制造、產(chǎn)品的制造工藝、產(chǎn)品本身的質(zhì)量等顯性因素。考慮的點(diǎn)都是可觸摸的或可量化的。在工業(yè)大數(shù)據(jù)里，想要解決的問題就是那些非顯性因素。

設(shè)備處于亞健康狀態(tài)，我們看不到。對于未來的智能工業(yè)來說，想要達(dá)到零宕機(jī)、零排放、零維修等目的，必須突破的一個(gè)關(guān)鍵點(diǎn)就是關(guān)注相關(guān)的隱形因素，做好量化與數(shù)據(jù)交叉關(guān)聯(lián)分析。

四． 工業(yè)4．0到底會帶來什么？

智能分析和網(wǎng)絡(luò)物理系統(tǒng)的出現(xiàn)，為我們實(shí)現(xiàn)生產(chǎn)管理和工廠轉(zhuǎn)型提供了新的思路。我們今天賣的已經(jīng)不再是一個(gè)產(chǎn)品，賣的是為客戶創(chuàng)造價(jià)值的能力。這里包含三方面：

管理優(yōu)化的綜合價(jià)值鏈：管理是一門藝術(shù)，一定是融合的產(chǎn)物。綜合價(jià)值鏈體現(xiàn)于信息自動(dòng)性和主動(dòng)性到一定的量化后，幫助管理者自動(dòng)形成生產(chǎn)系統(tǒng)的決策，需要大量的數(shù)據(jù)交叉模型分析，同時(shí)需要全方位地對設(shè)備進(jìn)行綜合管理。

數(shù)字化：數(shù)字化是全產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)相互合作的一種新緯度，這是信息物理系統(tǒng)框架的信息虛擬空間的體現(xiàn)。粗放式制造管理的主要表現(xiàn)是訂單式的管理。訂單多了，我就生產(chǎn)；訂單沒有，就假設(shè)下個(gè)季度它會繼續(xù)有，繼續(xù)生產(chǎn)。結(jié)果發(fā)現(xiàn)產(chǎn)品更新?lián)Q代了，市場已經(jīng)對所生產(chǎn)的產(chǎn)品不感興趣了，企業(yè)倒閉的風(fēng)險(xiǎn)就驟然升高。所以工業(yè)大數(shù)據(jù)對工業(yè)鏈的管理能為企業(yè)帶來價(jià)值。數(shù)字化就是如何把物理空間全面對應(yīng)到數(shù)字虛擬空間，把整個(gè)產(chǎn)業(yè)鏈目前的狀態(tài)通過數(shù)字描述出來，知道消費(fèi)者在干什么，廠商在干什么，客戶心態(tài)又是什么樣子，甚至可能早于供應(yīng)商、原廠商掌握這些數(shù)字，從而改變產(chǎn)品的設(shè)計(jì)。

顛覆性商業(yè)模式：應(yīng)該關(guān)注商業(yè)模式，尤其是商業(yè)模式引導(dǎo)下的服務(wù)價(jià)值體系創(chuàng)新。德國的戰(zhàn)略就是要改變只賣一次設(shè)備、掙到一筆錢的現(xiàn)狀。通過產(chǎn)品的服務(wù)，可以一直跟隨著消費(fèi)者。在全產(chǎn)業(yè)環(huán)節(jié)中，做好做強(qiáng)產(chǎn)品的服務(wù)升級換代，能享受更多的服務(wù)利潤。

今天工業(yè)數(shù)據(jù)并沒有給企業(yè)帶來競爭力，因?yàn)閿?shù)據(jù)本身沒有競爭力。 要實(shí)現(xiàn)數(shù)據(jù)競爭力，系統(tǒng)自我學(xué)習(xí)能力很重要，數(shù)學(xué)模型就是不斷自我學(xué)習(xí)和發(fā)展的產(chǎn)物。大數(shù)據(jù)給數(shù)據(jù)打上標(biāo)簽就是一個(gè)行業(yè)模式的數(shù)字化體現(xiàn)，標(biāo)簽是跟著管理思路走而不是數(shù)據(jù)。如何形成全信息空間與物理空間的映射，然后做分析才是我們面臨的挑戰(zhàn)。

五． 數(shù)據(jù)信息驅(qū)動(dòng)工業(yè)革命

首先，今天面臨的第一個(gè)挑戰(zhàn)是怎么讓用戶有更好的消費(fèi)體驗(yàn)。其次，企業(yè)各部門的豎井沒有打通，缺乏環(huán)境數(shù)據(jù)，包括類似地理位置信息、設(shè)備的生命狀態(tài)等。產(chǎn)品的設(shè)定和生產(chǎn)要素，跟流程、工藝都有千絲萬縷的關(guān)系，數(shù)字化能夠幫我們把這個(gè)輪廓勾勒出來。工業(yè)數(shù)據(jù)通過哪些能力最終形成商業(yè)機(jī)會？有4個(gè)方面需要關(guān)注：

1． 溝通。即設(shè)備環(huán)境信號識別。信號識別的關(guān)鍵點(diǎn)是信息收集過程中實(shí)時(shí)性還不夠，信號識別的對象不夠完整和全面，這是建立工業(yè)大數(shù)據(jù)能力需要考慮的第一個(gè)問題。

2． 集成與融合。即大數(shù)據(jù)的數(shù)據(jù)平臺。所謂融合就是說，OA、知識庫、ERP、采購系統(tǒng)等所有可觸摸和非可觸摸的數(shù)據(jù)都應(yīng)該串聯(lián)起來。這一串聯(lián)工作還有非常漫長的路要走。

3． 分析與決策。我們大數(shù)據(jù)的建模能力不差，缺的是對行業(yè)理解的投入以及形成模型的能力，以及不斷推倒重建和調(diào)整的持續(xù)投入。

4． 創(chuàng)建自助服務(wù)文化。機(jī)器能夠自我學(xué)習(xí)和自我調(diào)節(jié)。通過焦點(diǎn)轉(zhuǎn)移到不可見的因素，數(shù)據(jù)給了我們發(fā)現(xiàn)創(chuàng)新的全新多視角，最終導(dǎo)向了革命性的商業(yè)機(jī)會。

六． 工業(yè)數(shù)據(jù)“富有”vs．信息“貧窮”

數(shù)據(jù)本身不會為你帶來價(jià)值，數(shù)據(jù)的技術(shù)也不會讓你的產(chǎn)業(yè)更先進(jìn)，數(shù)據(jù)必須轉(zhuǎn)成信息后才會對產(chǎn)業(yè)產(chǎn)生價(jià)值。智能工廠通過與環(huán)境系統(tǒng)的無縫交互，設(shè)備能夠有自我意識和自學(xué)能力，在未來可以實(shí)現(xiàn)更高程度的智能控制和優(yōu)化控制。目前自學(xué)設(shè)備還遠(yuǎn)未達(dá)到工業(yè)實(shí)施階段。

工業(yè)大數(shù)據(jù)給了我們一個(gè)看世界的新角度。通過360度全景的數(shù)字視角，可能給我們帶來些新的優(yōu)勢，這就是所謂信息技術(shù)成為創(chuàng)新驅(qū)動(dòng)核心動(dòng)力的來源。

那么工業(yè)數(shù)據(jù)來源于內(nèi)源數(shù)據(jù)和外源數(shù)據(jù)。企業(yè)內(nèi)部在運(yùn)行中，積累了大量的內(nèi)源數(shù)據(jù)?；ヂ?lián)網(wǎng)的今天，外源數(shù)據(jù)更多。事實(shí)上，很多企業(yè)不缺數(shù)據(jù)，主要問題是數(shù)據(jù)質(zhì)量低下以及采集手段不科學(xué)。

工業(yè)數(shù)據(jù)到底在哪里？我們要什么樣的數(shù)據(jù)？對于生產(chǎn)價(jià)值來講，核心就是工業(yè)物聯(lián)網(wǎng)。從智能設(shè)備角度，普適計(jì)算有很大的空間，現(xiàn)代工人可以帶一個(gè)普適感應(yīng)器等設(shè)備來參加生產(chǎn)和管理。所以工業(yè)數(shù)據(jù)源是大量設(shè)備（250億左右）之間的關(guān)聯(lián)，這才是我們未來真正需要去采納的數(shù)據(jù)。

從今天的制造業(yè)現(xiàn)代化轉(zhuǎn)型到未來的智能工廠，我們要把管理員與操作員互動(dòng)的數(shù)據(jù)、設(shè)備機(jī)群的數(shù)據(jù)、流程質(zhì)量相關(guān)的數(shù)據(jù)，通過傳感器與控制器網(wǎng)絡(luò)整合。大數(shù)據(jù)和云技術(shù)是整合的核心科技。大數(shù)據(jù)環(huán)境中的數(shù)據(jù)管理與分配對實(shí)現(xiàn)自我意識設(shè)備和自學(xué)設(shè)備至關(guān)重要。

數(shù)據(jù)豐富，但我們的信息很貧乏。目前存在兩個(gè)問題：第一個(gè)就是數(shù)據(jù)的有效利用率很低。數(shù)據(jù)80％在過濾，80％的時(shí)間在洗數(shù)據(jù)，80％的數(shù)據(jù)是在收集又在重復(fù)被洗。由于垃圾數(shù)據(jù)過多，捕獲數(shù)據(jù)的效率有時(shí)候更低。第二個(gè)就是缺乏分析能力，需要大量的好工具。

我們再看大數(shù)據(jù)2．0的概念，要做到三個(gè)“實(shí)”，那就是實(shí)時(shí)、現(xiàn)實(shí)和真實(shí)。我們今天的大數(shù)據(jù)工作大多還在基礎(chǔ)建設(shè)。要真正形成工業(yè)“大數(shù)據(jù)”，我們需要一個(gè)集成平臺、預(yù)測分析工具和虛擬化工具作為核心的三大構(gòu)件。

決策的價(jià)值隨著做出決策的時(shí)間的增加而削弱。洞察能力時(shí)效性非常重要，更好的商業(yè)決策，包括確定決策、收集數(shù)據(jù)、分析和探索、可視化和交流、執(zhí)行和提高，都離不開洞察力。

七． 走進(jìn)“大數(shù)據(jù)湖”

數(shù)據(jù)倉庫架構(gòu)是大家熟悉的數(shù)據(jù)分析架構(gòu)，它對于企業(yè)數(shù)據(jù)分析有很多貢獻(xiàn)。而工業(yè)大數(shù)據(jù)湖架構(gòu)具有數(shù)據(jù)集中、數(shù)據(jù)類型全面以及所有數(shù)據(jù)可實(shí)時(shí)訪問的三大特性。

工業(yè)數(shù)據(jù)湖針對工業(yè)工作量優(yōu)化設(shè)計(jì)包括：關(guān)鍵任務(wù)優(yōu)化，解決工業(yè)互聯(lián)網(wǎng)軟件安全性等關(guān)鍵問題；快速獲取與儲存數(shù)據(jù)，其中包括設(shè)備數(shù)據(jù)；支持多種模式與數(shù)據(jù)類型；高性能分析，使用大規(guī)模并行處理架構(gòu)；數(shù)據(jù)治理和融合，利用位置分散的部署方案。

數(shù)據(jù)湖的應(yīng)用非常廣泛。其一，關(guān)注客戶（包括消耗：指數(shù)據(jù)的交易及結(jié)果；分析：指數(shù)據(jù)預(yù)測性、規(guī)定性分析及視覺化）；其二，關(guān)注整個(gè)工業(yè)數(shù)據(jù)湖的結(jié)構(gòu)（包括管理：指集中管理數(shù)據(jù)及數(shù)據(jù)類型；流程：指高性能計(jì)算）。核心點(diǎn)是在管理和流程改進(jìn)之后對安全的關(guān)注。

大數(shù)據(jù)治理規(guī)則與架構(gòu)。工業(yè)大數(shù)據(jù)要考慮的是全空間的資產(chǎn)管理目錄，我們可以把數(shù)據(jù)全部保留、管理，以提高信息價(jià)值。其中包括：質(zhì)量、生命周期、合規(guī)性、元數(shù)據(jù)及追蹤的要素。相關(guān)的解決方案主要集中在：主要安全、數(shù)據(jù)保護(hù)、訪問控制、數(shù)據(jù)可視等四個(gè)方面。